[发明专利]分割模型训练方法、道路分割方法、车辆控制方法及装置有效
| 申请号： | 201611078835.4 | 申请日： | 2016-11-29 |
| 公开（公告）号： | CN106558058B | 公开（公告）日： | 2020-10-09 |
| 发明（设计）人： | 王乃岩 | 申请（专利权）人： | 北京图森未来科技有限公司 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G05D1/02 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 王宝筠 |
| 地址： | 101399 北京市顺*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种分割模型训练方法，以解决现有技术分割模型训练效率低、耗时长、成本高的问题。方法包括：采用无监督自由区域分割法对训练样本图像进行自由区域分割，得到训练样本图像的自由区域分割图像；以训练样本图像为输入图像，以自由区域分割图像为标注图像，采用自步学习法对预置的卷积神经网络进行迭代训练，得到初始分割模型；以预置的标准样本图像为输入图像，以预先对该标准样本图像标注出的道路区域图像为标注图像，对所述初始分割模型进行训练，得到目标分割模型。采用本方法在确保训练得到的分割模型的分割准确性的同时，还能够提高训练速度和效率，基于该目标分割模型进行道路分割，使得道路分割结果更精确。 | ||
| 搜索关键词： | 分割 模型 训练 方法 道路 车辆 控制 装置 | ||
【主权项】：
一种分割模型训练方法，其特征在于，包括：采用无监督自由区域分割法对训练样本图像进行自由区域分割，得到训练样本图像的自由区域分割图像；以所述训练样本图像为输入图像，以所述训练样本图像对应的自由区域分割图像为标注图像，采用自步学习法对预置的卷积神经网络进行迭代训练，得到初始分割模型；以预置的标准样本图像为输入图像，以预先对该标准样本图像标注出的道路区域图像为标注图像，对所述初始分割模型进行训练，得到目标分割模型。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京图森未来科技有限公司，未经北京图森未来科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201611078835.4/，转载请声明来源钻瓜专利网。
